3. 预备知识和符号约定

如果你在MOOC平台或者Coursera上学习过一些机器学习相关的课程，或者是你有一些应用“监督学习”的经验，你将能够理解本章节的内容。

我假设你对“监督学习”(Supervised Learning​​)非常熟悉：通过使用有标签的训练样例$(x,y)$，来学习一个从$x$映射到$y$的函数。“监督学习”算法包括了：线性回归(Linear Regression)、逻辑回归(Logistics Regression)和神经网络。机器学习有很多形式，但大部分有实用价值的机器学习算法主要来自“监督学习”。

我会经常提到“神经网络”（也叫做“深度学习“(Deep Learning)），你只需要对他们有一个基本的了解。

如果你对上边提及的概念还很不是熟悉的话，建议观看Coursera上机器学习前三周的课程，网址是：http://ml-class.org